癌性与良性组织特性的全样本映射
图像与视频处理
2019-07-24 v1 计算机视觉与模式识别
机器学习
摘要
癌性与健康组织之间的结构与力学差异导致宏观特性（如视觉外观与弹性模量）的变化，这些特性有望作为早期癌症检测的表征。原子力显微镜（AFM）因其高力灵敏度与空间分辨率，已被用于测量癌性与健康细胞间显著的刚度差异；然而由于光的吸收与散射，常难以准确确定 AFM 在块状组织样本上的测量位置。本文描述一种图像配准方法，将 AFM 弹性刚度测量与苏木精-伊红（H&E）染色组织的高分辨率图像定位至 1.5 微米以内。彩色 RGB 图像由在 HSV 颜色空间通过 k-means 聚类获得的真值像素数据训练出的神经网络分类器分割为三种结构类型（管腔、细胞与基质）。利用定位的刚度图与相应结构信息，通过关联相似结构与测得刚度值的区域匹配与插值算法生成全样本刚度图。我们给出显示健康与癌性肝组织间刚度显著差异的结果，并讨论该技术的潜在应用。
引用
@article{arxiv.1907.09974,
title = {Whole-Sample Mapping of Cancerous and Benign Tissue Properties},
author = {Lydia Neary-Zajiczek and Clara Essmann and Neil Clancy and Aiman Haider and Elena Miranda and Michael Shaw and Amir Gander and Brian Davidson and Delmiro Fernandez-Reyes and Vijay Pawar and Danail Stoyanov},
journal= {arXiv preprint arXiv:1907.09974},
year = {2019}
}
备注
Accepted at MICCAI2019